IA da Apple: Modelos de IA da Maçã ainda ficam atrás de OpenAI e Google

Novos benchmarks revelam desafios da Apple em IA, apesar de avanços em eficiência.

A Apple divulgou recentemente novos dados de desempenho de seus modelos de inteligência artificial desenvolvidos internamente. A empresa também liberou uma versão menor desses modelos para que desenvolvedores terceirizados possam utilizá-los. No entanto, os resultados dos benchmarks indicam que a tecnologia de modelos de linguagem da Apple ainda está **significativamente aquém** da concorrência, especialmente quando comparada a gigantes como a OpenAI e o Google.

Modelos de IA da Apple: Uma Análise Detalhada

A Apple desenvolveu **dois modelos distintos** de IA. O primeiro é uma versão compacta, com 3 bilhões de parâmetros, projetada para funcionar diretamente nos dispositivos da empresa, como iPhones e iPads. O segundo é um modelo maior, baseado em servidores, que promete capacidades mais robustas. Em testes internos realizados pela própria Apple, o modelo de 3 bilhões de parâmetros demonstrou superar outros modelos de tamanho similar, chegando a se aproximar do desempenho de sistemas ligeiramente maiores.

A Apple atribui essa melhora a **aprimoramentos de eficiência** em sua arquitetura. Contudo, a diferença de tamanho relativamente pequena entre os modelos torna essas justificativas menos convincentes para alguns analistas do setor. A eficiência é um ponto forte, mas a **liderança em desempenho** parece distante.

Comparativo com Gigantes da IA: GPT-4o e Scout

Avaliações humanas e comparações diretas indicam que os modelos Foundation da Apple, tanto a versão para dispositivos quanto a baseada em servidor, **ficam significativamente atrás** do modelo GPT-4o da OpenAI. Este último tem se destacado como um dos mais avançados do mercado. O modelo de servidor da Apple, embora sua contagem exata de parâmetros não tenha sido divulgada, é comparado ao Scout da Meta. O Scout possui um total de 109 bilhões de parâmetros, com 17 bilhões efetivos, e utiliza uma arquitetura inovadora do tipo “parallel track mixture-of-experts” (MoE). Mesmo com essa arquitetura avançada, o modelo da Apple **não consegue alcançar o patamar** de modelos muito maiores em termos de performance geral.

A arquitetura MoE de trilha paralela empregada pela Apple é notável por permitir que as sub-redes processem tokens de forma autônoma. A sincronização ocorre apenas a cada quatro camadas, o que resulta em uma **redução de 87,5% na comunicação necessária** entre essas sub-redes. Essa otimização é crucial para a eficiência em hardware com limitações, como os dispositivos móveis. Para o modelo que roda em dispositivos, a Apple implementou uma **compressão agressiva**, garantindo que ele funcione de maneira eficiente em iPhones e iPads. Já o modelo de servidor utiliza uma técnica especializada de compressão gráfica, buscando maximizar o desempenho.

Reconhecimento de Imagens: Eficiência Reconhecida, Liderança Ausente

No campo do **reconhecimento de imagens**, os modelos da Apple mostram resultados mistos. O modelo para dispositivos compete de forma mais equilibrada com outras tecnologias existentes, superando alguns sistemas e igualando o desempenho de outros. Isso demonstra um avanço considerável em tarefas visuais. No entanto, o modelo de servidor da Apple, apesar de seus esforços, **ainda fica atrás** de outros modelos concorrentes. Ele supera determinadas referências em menos da metade dos casos de teste, o que indica que há espaço para melhorias significativas.

A Apple utiliza sistemas distintos para o reconhecimento de imagens. O modelo de servidor opera com uma IA de 1 bilhão de parâmetros, enquanto a versão para dispositivo utiliza uma configuração com 300 milhões de parâmetros. Ambos foram treinados com um vasto conjunto de dados, incluindo **mais de dez bilhões de pares de imagem-texto** e 175 milhões de documentos que continham imagens incorporadas. Essa vasta quantidade de dados é fundamental para o aprendizado e aprimoramento dos modelos.

Acesso para Desenvolvedores e o Foundation Models Framework

Uma das novidades é que os desenvolvedores agora têm acesso ao modelo de 3 bilhões de parâmetros através do **Apple’s Foundation Models Framework**. Este modelo é mais adequado para tarefas específicas, como sumarização de textos, extração de informações e compreensão de conteúdos escritos. Ele **não é ideal para chatbots abertos** ou conversas mais complexas e imprevisíveis. O modelo mais robusto, o baseado em servidor, permanece como um recurso exclusivo para uso interno da Apple, o que limita seu impacto direto no ecossistema de desenvolvedores externos.

O framework oferecido pela Apple disponibiliza funcionalidades de IA de forma gratuita e se integra perfeitamente com a linguagem de programação Swift, amplamente utilizada no desenvolvimento de aplicativos para iOS e macOS. Por meio dele, os desenvolvedores podem **marcar estruturas de dados** de maneira inteligente, permitindo que as saídas geradas pela IA sejam automáticas e mais relevantes para a aplicação. O framework também conta com uma API robusta que permite aos desenvolvedores **ampliar as capacidades do modelo** de acordo com suas necessidades específicas.

Para aprimorar o desempenho multilingue de seus modelos, a Apple realizou uma expansão significativa do vocabulário. Ele passou de 100 mil para **150 mil palavras**, aumentando a capacidade de compreensão e geração de texto em diversos idiomas. Foram realizados testes culturais específicos em 15 idiomas para garantir que as respostas geradas sejam adequadas e contextualmente corretas para diferentes regiões e culturas. Os dados de treinamento para essa expansão provêm de **“centenas de bilhões de páginas”** coletadas pelo rastreador web da Apple, o Applebot. A empresa afirma que o Applebot respeita as exclusões definidas em arquivos robots.txt e, crucialmente, **não utiliza dados de usuários** para o treinamento de seus modelos de IA, priorizando a privacidade.

Apesar dos avanços em eficiência e da disponibilização do modelo menor para desenvolvedores, os benchmarks mais recentes da Apple confirmam a preocupação que já se manifestava antes mesmo dos eventos tecnológicos da empresa. Os modelos de IA da Apple ainda têm um **longo caminho a percorrer** para alcançar o desempenho e a capacidade dos líderes de mercado, como a OpenAI e o Google, que continuam a definir o ritmo da inovação em inteligência artificial generativa.